HeyGen Voice startet auf Platz 1 des Artificial-Analysis-Rankings

Ein Sprachmodell, das nach dem Nutzer klingen soll

HeyGen, das sich selbst als weltweit führendes Unternehmen für persönliche Avatare bezeichnet, hat HeyGen Voice am 9. Oktober 2026 angekündigt. Nach Angaben des Unternehmens bewahrt das Modell Tonfall, Tempo und Ausdruck der Stimme einer Person, sodass jeder Satz so rüberkommt, wie sie ihn tatsächlich sprechen würde.

HeyGen argumentiert, vielen KI-Sprachmodellen fehle es an Betonung, Emotion und Timing, also an dem, was eine Stimme erkennbar und überzeugend macht. Zuhörer verlören deshalb sofort das Interesse. Laut HeyGen liefert HeyGen Voice natürliche Betonung, Emotion, Charakter und Tempo, sodass Nutzer wie sie selbst klingen und nicht wie eine synthetische Kopie.

Rong Yan, CTO von HeyGen, sagte: „Der Start auf Platz 1 bei Artificial Analysis ist der unabhängige Beweis dafür, dass man nicht zwischen Authentizität und Qualität wählen muss.“

Produktdetails und Preise

HeyGen nennt zum Start mehrere Kernpunkte:

• Bestplatziertes Sprachmodell: Spitzenposition im Artificial-Analysis-Leaderboard, so HeyGen.
• Ein durchgängiger Stack: Avatar V ist das Kernmodell, Sprache kommt als neues Format im selben Stack hinzu. Identität und Stimme stammen aus einer Hand statt aus einem Flickenteppich verschiedener Anbieter.
• Kostenloser Zugang: HeyGen Voice ist in der HeyGen-Plattform und in der API kostenlos verfügbar.
• HeyGen Professional Voice Clone: ein Zusatzangebot für 99 US-Dollar im Monat für Nutzer, die ihre eigene Stimme möglichst exakt abgebildet haben wollen. Es wird mit ausdrücklicher Einwilligung auf 30 Minuten bis drei Stunden Sprachmaterial des Inhabers trainiert.

Einwilligung und das Problem der Creator

Das Unternehmen verknüpft den Start mit einem Problem, das es bei kleinen Unternehmen sieht. Eine aktuelle HeyGen-Umfrage unter mehr als 1.000 Inhabern kleiner Unternehmen aus der globalen Nutzerbasis ergab, dass 71,6 % ein Video für ihr Geschäft aufgenommen, sich letztlich aber gegen eine Veröffentlichung entschieden haben. HeyGen zufolge hilft sein Sprachmodell bei Problemen mit der Produktionsqualität oder bei mangelndem Selbstvertrauen vor der Kamera.

Mit Blick auf die Risiken realistischer synthetischer Stimmen erklärt HeyGen, Einwilligung und Kontrolle stünden im Zentrum der Entwicklung seiner Technologie. Verlangt wird die ausdrückliche Zustimmung des Stimminhabers. In die Avatar-Produkte sind Schutzmechanismen eingebaut, die sicherstellen sollen, dass Nutzer die Kontrolle darüber behalten, wie ihre Stimme und ihr Abbild dargestellt werden.

Unternehmenshintergrund und Einordnung

Die Ankündigung folgt auf den kürzlichen Start von HeyGen Video. Außerdem hat HeyGen nach eigenen Angaben kürzlich ein Committed Badge von EcoVadis erhalten. Das 2020 gegründete Unternehmen erreicht nach eigenen Angaben über 40 Millionen Nutzer in 196 Ländern, mehr als 118 Millionen erstellte Videos und eine Verbreitung bei 85 % der Fortune 100. Zudem habe es zuletzt 200 Millionen US-Dollar ARR überschritten und den Umsatz in acht Monaten verdoppelt.

Für Creator und Unternehmen, die HeyGen bereits nutzen, ist das Sprachmodell ohne Zusatzkosten verfügbar, während sich der kostenpflichtige Klon an alle richtet, die ihre eigene Stimme noch genauer getroffen haben möchten. Das Ranking stammt von einem Leaderboard eines Drittanbieters, die Zahlen und Aussagen zur Qualität in diesem Artikel stammen jedoch von HeyGen selbst. Das Unternehmen kündigt an, HeyGen Voice weiter um Funktionen und Updates zu erweitern und dabei das Feedback der Nutzer zu berücksichtigen.